LiblibAI不支持直接表格分析，需先导出.lbb文件、解压提取metadata.json/params.txt、用Excel分列清洗为结构化表格，再通过Copilot for Excel或Kimi AI执行Power Query定向分析。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
LiblibAI本身不提供表格数据分析功能，但可通过导出数据+外部AI工具联动实现完整分析闭环——你真正需要的是把LiblibAI生成的元数据、行为日志或参数记录转成结构化表格，再用AI自动解读。这一步漏掉，后续所有分析都会卡在原始数据不可用上。
从LiblibAI导出可分析的结构化表格
LiblibAI界面不支持直接导出CSV/Excel，必须先提取参数文本再人工整理为表格格式。跳过这步直接丢给AI分析，会因字段缺失、列名混乱导致解析失败。
第一步：打开你要分析的作品页 → 点击右上角【导出】→ 选择【导出为.lbb项目文件】。
第二步：用文本编辑器打开该.lbb文件（本质是ZIP压缩包）→ 解压后找到其中的metadata.json或params.txt → 复制全部内容。
第三步：新建Excel文件 → 在A1单元格粘贴文本 → 按Ctrl+H批量替换\n为换行符 → 再用“数据→分列→按逗号/冒号/等号”拆分字段。【若原始参数含中文冒号或空格分隔，必须先统一替换为英文符号，否则分列错位】
这一步操作起来很简单，直接把文件拖进去就行。
用AI自动识别并清洗导出的参数表格
清洗不是目的，而是让AI能准确理解“model”“seed”“cfg”这些字段的真实含义。如果保留原始字符串如model: "realisticVisionV60B1B" + "lora:animeOutline"，AI会误判为两个独立模型。
方法一：用Excel内置Ideas功能自动识别
选中已分列的数据区域 → 点击【数据】选项卡 → 【分析数据】→ 等待右侧Ideas窗格加载完成 → 查看“字段类型建议”卡片 → 点击“将‘model’列设为文本”“将‘seed’列设为数字”。
方法二：用Power Query智能拆解复合字段
选中model列 → 【转换】→ 【AI驱动的列】→ 【提取关键短语】→ 勾选“使用逗号分隔”和“忽略大小写”。【若未显示该选项，说明你的Microsoft 365账户未开通Copilot for Excel权限，需先在设置中启用】
方法三：手动补全缺失值并标注异常
对seed列为0或空的行，用公式=IF(ISBLANK(B2),RANDBETWEEN(1,999999),B2)填充；对model列含“unknown”“null”的行，统一替换为"default_v2"。
喂给AI进行定向分析
不要只说“分析这些数据”，AI会泛泛而谈。必须锁定分析动作的物理可操作性——告诉它用什么工具、处理哪个文件、执行什么动词。
① 把清洗后的Excel另存为liblib_params_20260716.xlsx → 打开Copilot for Excel或Kimi AI。
② 输入提示词：【你现在是数据执行工程师，手头只有本地安装的Excel 365和已授权访问D:liblib_data目录的权限。请用Power Query合并liblib_params_20260716.xlsx中model列与seed列，统计每种model组合出现频次，输出为新表，含model_group、count两列，保存到D:liblib_datasummary.xlsx】
③ 点击AI生成的“运行查询”按钮 → 等待完成 → 检查D:liblib_datasummary.xlsx是否生成且字段正确。
④ 若AI返回错误，立即检查Excel中model列是否有隐藏空格——用=TRIM(A2)重新生成干净列后再试。
